les Thèses Soutenues à l'USTO MB
vous cherchez une thèse?
A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... | Votre compte |
Détail de l'auteur
Auteur Abdelaziz BELAID
Documents disponibles écrits par cet auteur
Faire une suggestion Affiner la recherche
Titre : Reconnaissance de l'écriture en ligne par les réseaux de neurones dynamiques Type de document : document électronique Auteurs : Abdelaziz BELAID, Auteur Année de publication : 2015 Importance : 109 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Reconnaissance des formes, Reconnaissance de Caractères Isolés en ligne, Manuscrit Arabe, Réseaux de Neurones à Décalage Temporel
Pattern recognition, On line isolated character recognition, Arabic Manuscript, Time
Delay NeuralNetwork
التعرف الآلي على الأشكال، التعرف الآلي المباشر على الحروف ، الخط العربي، شبكة النروناتRésumé : Le cadre de ce travail se situe dans le domaine de la reconnaissance de caractères arabes isolés en ligne, et la motivation principale dans celui-ci est d’étudier le manuscrit arabe via à vis la technologie en ligne. Notre système s'appuie sur un réseau de neurones à convolution pour la reconnaissance de caractères arabes isolés, pierre angulaire de nos travaux futurs sur le reconnaisseur mot. Nous détaillerons le système implémenté basé sur les réseaux de neurones à décalage temporel (TDNN), cette approche propose une architecture composée de deux parties, la première partie est une phase d'extraction des caractéristiques propre au TDNN, la deuxième partie est un perceptron multicouches (PMC) classique élaboré pour la classification. Pour les besoins de cette application, nous ferons appel à notre base de données NOUN. Le paramétrage de ces deux parties nous permettra d'analyser l'impact de la topologie TDNN sur les résultats de taux de reconnaissance des caractères.
Les scores pour TDNN avec les algorithmes d'apprentissages RP, LM, GD et SCG sont respectivement 68,49 % , 79,97% , 30,53% et 62,52% à base de reconnaissance.
The frame work is located in the field of the character isolated Arabic recognition on line. The
principal motivation for this work is to study the Arabian manuscript and the on line technology.
Our system is based on a neural network for isolated Arabic character recognition, which is the first
step toward our future works on the word recognition. This system is based on the time delay
neural network (TDNN). Our approach proposes an architecture composed of two parts, the first
part is an extraction phase of the features in the TDNN, the second is a perceptron multilayer (PMC)
elaborated for the classification. For the requirement of this application, we designed a corpus
named NOUN data base. The parameterization of these two parts will allow to analyze the impact of
the TDNN topology on characoriter recognition rate.
The scores for TDNN with the algorithme apprenticeship are respectively 68,49 % , 79,97% ,
30,53% and 62,50% a significant recognition
یقع ھذا العمل في مجال التعرف الآلي المباشر على الحروف العربیة، و الدافع الأساسي ھو دراسة الكتابة العربیة تجاه التكنولوجیا
المباشرة.
نظامنا یعتمد على شبكة النرونات العصبیة للتعرف الآلي المباشر على الحروف العربیة ألمعزولة ویعتبر حجر الاساس في عملنا المستقبلى
وھذا النھج یوفر بنیة مكونة ،(TDNN) اي التعرف على الكلمة. و سوف نتطرق بالتفصیل الي نظام تنفیذھا على أساس الشبكات العصبیة
وضع ، (PMC) والجزء الثاني ھو برسبترون متعدد الطبقات ، TDNN من جزأین ، الجزء الأول ھو مرحلة الاستخراج التي تمیز
لمعیار التصنیف ، وسوف نستخدم قاعدة بیانات المعلومات الخاصة بالمخبر "نون".
على نتائج معدل التعرف على الحروف TDNN ترقیم ھذین الجزءین سوف یسمح لنا بتحلیل أثر طوبولوجیا
أعطت النسب على التوالي: SCG GD LM RP الذي استعملت فیھ خوارزمیات التدریب TDNN نتائج البحث باستعمال
. 62,52% 30,53% 79,97% 68,49%
Directeur de thèse : BENYETTOU,Abdelkader Reconnaissance de l'écriture en ligne par les réseaux de neurones dynamiques [document électronique] / Abdelaziz BELAID, Auteur . - 2015 . - 109 p. + CD.
Langues : Français (fre)
Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Reconnaissance des formes, Reconnaissance de Caractères Isolés en ligne, Manuscrit Arabe, Réseaux de Neurones à Décalage Temporel
Pattern recognition, On line isolated character recognition, Arabic Manuscript, Time
Delay NeuralNetwork
التعرف الآلي على الأشكال، التعرف الآلي المباشر على الحروف ، الخط العربي، شبكة النروناتRésumé : Le cadre de ce travail se situe dans le domaine de la reconnaissance de caractères arabes isolés en ligne, et la motivation principale dans celui-ci est d’étudier le manuscrit arabe via à vis la technologie en ligne. Notre système s'appuie sur un réseau de neurones à convolution pour la reconnaissance de caractères arabes isolés, pierre angulaire de nos travaux futurs sur le reconnaisseur mot. Nous détaillerons le système implémenté basé sur les réseaux de neurones à décalage temporel (TDNN), cette approche propose une architecture composée de deux parties, la première partie est une phase d'extraction des caractéristiques propre au TDNN, la deuxième partie est un perceptron multicouches (PMC) classique élaboré pour la classification. Pour les besoins de cette application, nous ferons appel à notre base de données NOUN. Le paramétrage de ces deux parties nous permettra d'analyser l'impact de la topologie TDNN sur les résultats de taux de reconnaissance des caractères.
Les scores pour TDNN avec les algorithmes d'apprentissages RP, LM, GD et SCG sont respectivement 68,49 % , 79,97% , 30,53% et 62,52% à base de reconnaissance.
The frame work is located in the field of the character isolated Arabic recognition on line. The
principal motivation for this work is to study the Arabian manuscript and the on line technology.
Our system is based on a neural network for isolated Arabic character recognition, which is the first
step toward our future works on the word recognition. This system is based on the time delay
neural network (TDNN). Our approach proposes an architecture composed of two parts, the first
part is an extraction phase of the features in the TDNN, the second is a perceptron multilayer (PMC)
elaborated for the classification. For the requirement of this application, we designed a corpus
named NOUN data base. The parameterization of these two parts will allow to analyze the impact of
the TDNN topology on characoriter recognition rate.
The scores for TDNN with the algorithme apprenticeship are respectively 68,49 % , 79,97% ,
30,53% and 62,50% a significant recognition
یقع ھذا العمل في مجال التعرف الآلي المباشر على الحروف العربیة، و الدافع الأساسي ھو دراسة الكتابة العربیة تجاه التكنولوجیا
المباشرة.
نظامنا یعتمد على شبكة النرونات العصبیة للتعرف الآلي المباشر على الحروف العربیة ألمعزولة ویعتبر حجر الاساس في عملنا المستقبلى
وھذا النھج یوفر بنیة مكونة ،(TDNN) اي التعرف على الكلمة. و سوف نتطرق بالتفصیل الي نظام تنفیذھا على أساس الشبكات العصبیة
وضع ، (PMC) والجزء الثاني ھو برسبترون متعدد الطبقات ، TDNN من جزأین ، الجزء الأول ھو مرحلة الاستخراج التي تمیز
لمعیار التصنیف ، وسوف نستخدم قاعدة بیانات المعلومات الخاصة بالمخبر "نون".
على نتائج معدل التعرف على الحروف TDNN ترقیم ھذین الجزءین سوف یسمح لنا بتحلیل أثر طوبولوجیا
أعطت النسب على التوالي: SCG GD LM RP الذي استعملت فیھ خوارزمیات التدریب TDNN نتائج البحث باستعمال
. 62,52% 30,53% 79,97% 68,49%
Directeur de thèse : BENYETTOU,Abdelkader Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4529 02-08-369 Version numérique et papier Bibliothèque Centrale Mémoire de Magister Exclu du prêt Documents numériques
Reconnaissance de l'écriture en ligne par les réseaux de neurones dynamiquesAdobe Acrobat PDF
BUC USTOMB'Thèses
Service Thèse de la BUC met à votre votre disposition L'ensemble des thèses de doctorat et mémoires de magister soutenues à l'USTO MB
Adresse
BUC USTOMB'ThèsesBibliothèque centrale USTOMB
BP 1505 EL M'Naouer USTO ORAN
Algérie
(213)041627180
contact